Visão geral do laboratório
Agora, você pode empacotar e implantar funções do Lambda como uma imagem de contêiner de até 10 GB. Isso permite criar e implantar cargas de trabalho maiores que dependem de dependências consideráveis, como aprendizado de máquina ou cargas de trabalho com uso intensivo de dados. Assim como as funções empacotadas como arquivos ZIP, as funções implantadas como imagens de contêiner se beneficiam da mesma simplicidade operacional, dimensionamento automático, alta disponibilidade e integrações nativas com muitos serviços.
Neste laboratório, você implantará um aplicativo de amostra no AWS Lambda usando uma imagem de contêiner. Você usará o AWS Cloud9 como seu ambiente de desenvolvimento integrado (IDE) baseado em nuvem, onde criará o aplicativo de amostra, testará localmente, carregará a imagem do contêiner no Amazon Elastic Container Registry (Amazon ECR) e, finalmente, o implantará no AWS Lambda usando o AWS Serverless Application Model (SAM).
Este laboratório será concluído usando Javascript e você começará com uma imagem de base da AWS para o Lambda para criar uma imagem de contêiner para uma nova função do Lambda. Observe que você também pode criar uma imagem com uma imagem de base alternativa.
Para criar a imagem do seu contêiner, você pode usar qualquer ferramenta de desenvolvimento compatível com um dos seguintes manifestos de imagem de contêiner:
- Manifesto de imagem do Docker V2, esquema 2 (usado com o Docker versão 1.10 e mais recentes)
- Especificações OCI (v1.0.0 e posterior)
Por exemplo, você pode usar a CLI do Docker para compilar, testar e implantar suas imagens de contêiner. Neste laboratório, usaremos a CLI do AWS SAM para essa finalidade.
Este laboratório demorará aproximadamente 90 minutos para ser concluído.
Tópicos abordados
Ao final do laboratório, você vai saber como:
- Criar e testar uma função Lambda localmente em seu ambiente de desenvolvimento do Cloud9 usando o Lambda Runtime Interface Emulator.
- Carregar sua imagem de contêiner do Lambda no Amazon Elastic Container Registry (Amazon ECR).
- Modificar e recarregar o contêiner usado em sua função do Lambda.
- Invocar sua função Lambda por meio de um endpoint do Amazon API Gateway.
Pré-requisitos de conhecimentos técnicos
Para concluir este laboratório com êxito, é necessário estar familiarizado com a navegação básica do console de gerenciamento da AWS e com a edição de scripts usando um editor de texto.
